看起来不难啊-CSDN博客

原创剑指Offer笔记2：06. 从尾到头打印链表 24. 反转链表

定义一个函数，输入一个链表的头节点，反转该链表并输出反转后链表的头节点。输入一个链表的头节点，从尾到头反过来返回每个节点的值（用数组返回）。

2023-04-15 12:28:04 98

原创剑指Offer笔记：图解09. 用两个栈实现队列 30. 包含min函数的栈

用两个栈实现一个队列。队列的声明如下，请实现它的两个函数appendTail和deleteHead，分别完成在队列尾部插入整数和在队列头部删除整数的功能。(若队列中没有元素，deleteHead操作返回 -1 )通过设置辅助栈来实现队列，每当删除队列元素时，都会先把A栈元素依次pop()并push()进B栈，实现倒序，从而B中元素顺序和队列实现相同。

2023-04-13 20:38:00 106

原创 Python爬虫之Beautiful Soup库用法总结

Beautiful Soup是Python中一款强大的HTML解析库，用于从HTML文档中提取数据，提供了简单的方法来遍历、搜索和修改HTML文档，是爬虫和数据抓取任务中常用的工具。本文将介绍Beautiful Soup库的基本用法，包括如何安装、解析HTML、搜索和遍历HTML文档以及如何提取和修改HTML元素的内容，记录一下用来方便以后的学习。

2023-04-10 23:12:44 790

原创基于Pytorch使用cnn对Omniglot数据集进行识别（附源代码）

Cuda = False #使用CPU为False，GPU为True# pretrained_model_path 网络预训练权重文件路径# input_shape 输入的shape大小# Init_lr 初始学习率# save_period 多少个epoch保存一次权值# save_dir 权值与日志文件保存的文件夹# train_val_dataset_path 训练和测试文件路径# 设置用到的显卡# 创建模型= '':if Cuda:# 构建数据集加载器。# 开始模型训练。

2023-04-05 12:58:19 2034 2

原创 Python批量识别图片文字（数字识别模式）大幅度提高数字识别准确率

使用beautiful soup库爬取高考一分一段表，由于很多省的一分一段表是图片，所有使用pytesseract库进行字符识别输出，最后实现从txt文件到csv文件的转换，总体识别的准确率在90%左右

2023-03-19 14:45:45 5365

原创一文了解数据管理方式、数据库类型的演化

用两张图来表示数据管理演化过程：计算机系统如何管理数据？（以linux为例）学习过计算机操作系统之后，我们可以知道，linux系统使用文件系统来管理数据。通过将数据抽象成统一的文件，可以很方便的管理数据，但是这样的管理办法也有一些缺点：1）通过编程的方式解决数据访问数据的格式不同，参数不同，文件的访问接口不同，进行数据的访问过程相当麻烦。2）查找的效率如何优化？在文件中查找数据效率较慢，例如：在一篇文章中寻找某个单词，只能通过对文件进行遍历进行查找

2023-03-09 15:06:44 246

原创 pip安装超时、换源问题解决

使用python会用到很多第三方库，但是在使用pip安装库的时候经常会出现超时错误等各种各样的错误，为了能解决这些问题，我查找了一些资料之后总结出来一个我最常用的安装指令，因此在这里记录一下。如果想要一劳永逸，不需要每次都输入网址，可以用如下命令。将豆瓣源作为信任源，也可以使用其他的源代替。这里是使用了国内的豆瓣源。

2023-02-18 09:59:44 832

原创基于python+mysql超市信息管理系统（附完整源代码）

首先进行需求分析，想要做的是一个商城的信息管理系统（是一个类似大型的超市），可以帮助管理进货、销售、人员、库存信息，那么就要有进货，售货，员工，仓库，安全问题等方面的考虑，根据上述分析出下面的框架（由于空间有限，这是部分的框架图），也就是建表，插入初始数据，建立触发器，增加级联约束（之所以是这个顺序，是因为如果建表的时候就加入级联约束，外键约束就会导致插入数据失败）下面是init.py的代码。1.员工（员工编号，员工姓名，员工性别，员工年龄，员工工龄，员工电话，身份证号，工资，，仓库名称，仓库地址）；

2022-12-28 00:00:00 14474 80

原创 tensorflow、keras、numpy的版本兼容问题

盘点一下我安装tensorflow踩过的坑，引以为戒。在安装tensorflow的时候遇到了各种各样的困难，最大的问题就是python版本和tensorflow版本兼容的问题。

2022-11-10 18:00:26 11637 5

原创基于tensorflow、keras对emnist数据集通过构建CNN卷积神经网络进行手写字母识别

其中要注意的是，tensorflow和keras和numpy的版本一定要对应，如果不对应就无法正常引用，python版本也不能太新，3.6到3.7最佳，如果python版本不满足，可以安装anaconda，在anconda prompt中创建虚拟环境，让其中的python=3.6.5即可。在测试集中，预测的准确率在91.65%，相比于普通的神经网络，卷积神经网络的准确率更高一些，但是在算法上也更加复杂。EMNIST 数据集是一个包含手写字母，数字的数据集，它具有和MNIST相同的数据格式。

2022-11-10 15:49:55 2137 4

qq_56864896的博客